Локальная озвучка на Python: Silero, XTTS-v2 и F5-TTS в одном окне, и всё, на чём я споткнулся
A developer who regularly needs Russian text-to-speech built a local tool after growing tired of online services with free character limits and subscriptions. The app, called Glasvo, uses a tkinter window and brings together Silero, Microsoft Edge voices, and voice cloning through XTTS-v2 and F5-TTS. The code is released under the MIT license on GitHub. The post also covers the problems the developer ran into while putting the pieces together.
Мне регулярно нужно озвучивать русский текст, а онлайн-сервисы с бесплатным лимитом знаков и подпиской после него надоели. Нейросетевой синтез речи давно спокойно крутится на домашней видеокарте, поэтому я собрал вокруг него оболочку: окно на tkinter, в котором есть три движка, Silero, голоса Microsoft Edge и клонирование голоса (XTTS-v2 и F5-TTS). Назвал Glasvo. Код открыт, MIT: https://github.com/OlegChe77/glasvo . Читать далее